Etude des signaux vibratoires d’une boite de vitesses d’éolienne

Abstract

Le Secteur de l'énergie éolienne a connu une croissance considérable au cours des dernières décennies. Bien que cette évolution soit très encourageante, elle reste marquée par des défaillances des composants des éoliennes. Les roulements sont des composants critiques et très utilisés dans diverses machines tournantes sachant que les éoliennes, et leurs défaillances sont l'une des principales causes de pannes dans les machines tournantes. C'est pourquoi le principal objectif de la surveillance est de minimiser autant que possible les coûts élevés induits par les temps d'arrêt non planifiés et les pannes d'équipement qui peuvent générer des pertes considérables. Les méthodes de diagnostic intelligentes pour les roulements sont devenues un point essentiel de la recherche. Ces méthodes nécessitent la construction d'un vecteur forme (VF) généralement composé d'indicateurs calculés à partir de signaux de vibration ou de vitesse échantillonnés dans le temps. Cependant, dans des conditions non stationnaires, ces signaux nécessitent l'application de méthodes complexes dont le temps de calcul est très important. Pour cette raison, l'utilisation de techniques de rééchantillonnage angulaire est recommandée car elles permettent de s'affranchir des fluctuations de vitesse et d'utiliser des méthodes de traitement simples. Dans la phase opérationnelle de diagnostic intelligent. Nous avons utilisé des signaux d'accélération rééchantillonnés angulairement pour le diagnostic intelligent des roulements dans des conditions non stationnaires. Il s'agit de construire plusieurs VFs et les comparer. Ensuite, l’utilisation des algorithmes de sélection pour sélectionner les indicateurs les plus pertinents et minimiser le temps de calculs. Enfin, la classification est effectuée par une machine à vecteur de support cubique (Cubic SVM) pour les étapes de détection et d'identification des différentes conditions de défaillance des roulements. La méthode proposée prouve son efficacité pour le diagnostic des défauts des roulements dans des conditions de vitesse variable. En outre, cette approche sera testée sur des systèmes plus complexes fonctionnant dans des conditions non stationnaires, tels que les multiplicateurs d'éoliennes, et cette méthode pourrait également être utilisée pour construire un système de diagnostic en ligne.